Python基于聚类算法实现密度聚类(DBSCAN)计算【测试可用】


Posted in Python onDecember 26, 2018

本文实例讲述了Python基于聚类算法实现密度聚类(DBSCAN)计算。分享给大家供大家参考,具体如下:

算法思想

基于密度的聚类算法从样本密度的角度考察样本之间的可连接性,并基于可连接样本不断扩展聚类簇得到最终结果。

几个必要概念:

ε-邻域:对于样本集中的xj, 它的ε-邻域为样本集中与它距离小于ε的样本所构成的集合。
核心对象:若xj的ε-邻域中至少包含MinPts个样本,则xj为一个核心对象。
密度直达:若xj位于xi的ε-邻域中,且xi为核心对象,则xj由xi密度直达。
密度可达:若样本序列p1, p2, ……, pn。pi+1由pi密度直达,则p1由pn密度可达。

大致思想如下:

1. 初始化核心对象集合T为空,遍历一遍样本集D中所有的样本,计算每个样本点的ε-邻域中包含样本的个数,如果个数大于等于MinPts,则将该样本点加入到核心对象集合中。初始化聚类簇数k = 0, 初始化未访问样本集和为P = D。

2. 当T集合中存在样本时执行如下步骤:

  • 2.1记录当前未访问集合P_old = P
  • 2.2从T中随机选一个核心对象o,初始化一个队列Q = [o]
  • 2.3P = P-o(从T中删除o)
  • 2.4当Q中存在样本时执行:
  • 2.4.1取出队列中的首个样本q
  • 2.4.2计算q的ε-邻域中包含样本的个数,如果大于等于MinPts,则令S为q的ε-邻域与P的交集,

    Q = Q+S, P = P-S

  • 2.5 k = k + 1,生成聚类簇为Ck = P_old - P
  • 2.6 T = T - Ck

3. 划分为C= {C1, C2, ……, Ck}

Python代码实现

#-*- coding:utf-8 -*-
import math
import numpy as np
import pylab as pl
 #数据集:每三个是一组分别是西瓜的编号,密度,含糖量
data = """
1,0.697,0.46,2,0.774,0.376,3,0.634,0.264,4,0.608,0.318,5,0.556,0.215,
6,0.403,0.237,7,0.481,0.149,8,0.437,0.211,9,0.666,0.091,10,0.243,0.267,
11,0.245,0.057,12,0.343,0.099,13,0.639,0.161,14,0.657,0.198,15,0.36,0.37,
16,0.593,0.042,17,0.719,0.103,18,0.359,0.188,19,0.339,0.241,20,0.282,0.257,
21,0.748,0.232,22,0.714,0.346,23,0.483,0.312,24,0.478,0.437,25,0.525,0.369,
26,0.751,0.489,27,0.532,0.472,28,0.473,0.376,29,0.725,0.445,30,0.446,0.459"""
#数据处理 dataset是30个样本(密度,含糖量)的列表
a = data.split(',')
dataset = [(float(a[i]), float(a[i+1])) for i in range(1, len(a)-1, 3)]
#计算欧几里得距离,a,b分别为两个元组
def dist(a, b):
  return math.sqrt(math.pow(a[0]-b[0], 2)+math.pow(a[1]-b[1], 2))
#算法模型
def DBSCAN(D, e, Minpts):
  #初始化核心对象集合T,聚类个数k,聚类集合C, 未访问集合P,
  T = set(); k = 0; C = []; P = set(D)
  for d in D:
    if len([ i for i in D if dist(d, i) <= e]) >= Minpts:
      T.add(d)
  #开始聚类
  while len(T):
    P_old = P
    o = list(T)[np.random.randint(0, len(T))]
    P = P - set(o)
    Q = []; Q.append(o)
    while len(Q):
      q = Q[0]
      Nq = [i for i in D if dist(q, i) <= e]
      if len(Nq) >= Minpts:
        S = P & set(Nq)
        Q += (list(S))
        P = P - S
      Q.remove(q)
    k += 1
    Ck = list(P_old - P)
    T = T - set(Ck)
    C.append(Ck)
  return C
#画图
def draw(C):
  colValue = ['r', 'y', 'g', 'b', 'c', 'k', 'm']
  for i in range(len(C)):
    coo_X = []  #x坐标列表
    coo_Y = []  #y坐标列表
    for j in range(len(C[i])):
      coo_X.append(C[i][j][0])
      coo_Y.append(C[i][j][1])
    pl.scatter(coo_X, coo_Y, marker='x', color=colValue[i%len(colValue)], label=i)
  pl.legend(loc='upper right')
  pl.show()
C = DBSCAN(dataset, 0.11, 5)
draw(C)

本机测试运行结果图:

Python基于聚类算法实现密度聚类(DBSCAN)计算【测试可用】

希望本文所述对大家Python程序设计有所帮助。

Python 相关文章推荐
python在windows下实现ping操作并接收返回信息的方法
Mar 20 Python
python利用datetime模块计算时间差
Aug 04 Python
一个基于flask的web应用诞生 flask和mysql相连(4)
Apr 11 Python
python 中文件输入输出及os模块对文件系统的操作方法
Aug 27 Python
解决Python selenium get页面很慢时的问题
Jan 30 Python
使用Flask-Cache缓存实现给Flask提速的方法详解
Jun 11 Python
Python 正则表达式 re.match/re.search/re.sub的使用解析
Jul 22 Python
Python实现微信小程序支付功能
Jul 25 Python
Django实现跨域请求过程详解
Jul 25 Python
Python 实例方法、类方法、静态方法的区别与作用
Aug 14 Python
Python 串口通信的实现
Sep 29 Python
pandas中DataFrame重置索引的几种方法
May 24 Python
python使用knn实现特征向量分类
Dec 26 #Python
python调用staf自动化框架的方法
Dec 26 #Python
Django unittest 设置跳过某些case的方法
Dec 26 #Python
python 2.7 检测一个网页是否能正常访问的方法
Dec 26 #Python
在python中使用requests 模拟浏览器发送请求数据的方法
Dec 26 #Python
Django+JS 实现点击头像即可更改头像的方法示例
Dec 26 #Python
Python使用requests提交HTTP表单的方法
Dec 26 #Python
You might like
如何使用动态共享对象的模式来安装PHP
2006/10/09 PHP
聊天室php&amp;mysql(六)
2006/10/09 PHP
php登陆页的密码处理方式分享
2013/10/14 PHP
360搜索引擎自动收录php改写方案
2018/04/28 PHP
IE与FireFox中的childNodes区别
2011/10/20 Javascript
基于javascript滚动图片具体实现
2013/11/18 Javascript
利用JS解决ie6不支持max-width,max-height问题的方法
2014/01/02 Javascript
JS截取字符串实例详解
2015/11/24 Javascript
基于jquery animate操作css样式属性小结
2015/11/27 Javascript
JavaScipt中栈的实现方法
2016/02/17 Javascript
javascript 中null和undefined区分和比较
2017/04/19 Javascript
Bootstrap table使用方法总结
2017/05/10 Javascript
JavaScrpt判断一个数是否是质数的实例代码
2017/06/11 Javascript
深入理解Vue nextTick 机制
2018/04/28 Javascript
vue实现移动端轻量日期组件不依赖第三方库的方法
2019/04/28 Javascript
vue项目强制清除页面缓存的例子
2019/11/06 Javascript
JavaScript canvas实现雪花随机动态飘落
2020/02/08 Javascript
JavaScript 几种循环方式以及模块化的总结
2020/09/03 Javascript
微信小程序用户登录和登录态维护的实现
2020/12/10 Javascript
Python提示[Errno 32]Broken pipe导致线程crash错误解决方法
2014/11/19 Python
Python httplib模块使用实例
2015/04/11 Python
浅谈django model postgres的json字段编码问题
2018/01/05 Python
django用户注册、登录、注销和用户扩展的示例
2018/03/19 Python
解决Python中定时任务线程无法自动退出的问题
2019/02/18 Python
用python做游戏的细节详解
2019/06/25 Python
django连接oracle时setting 配置方法
2019/08/29 Python
python分布式计算dispy的使用详解
2019/12/22 Python
django创建超级用户时指定添加其它字段方式
2020/05/14 Python
“六查”、“三学”、“三干”查摆问题整改措施
2014/09/27 职场文书
群众路线组织生活会发言材料
2014/10/17 职场文书
幼儿园见习报告范文
2014/10/30 职场文书
2014年团支部年度工作总结
2014/12/24 职场文书
2015秋季幼儿园开学寄语
2015/03/25 职场文书
导游词之井冈山
2019/11/20 职场文书
为什么RedisCluster设计成16384个槽
2021/09/25 Redis
深入理解pytorch库的dockerfile
2022/06/10 Python